我把GEO问句里同一个问题的三种问法丢给AI，引用源重合度只有两成

简单说，结论先放这：同一个业务问题，换个问法，AI 引用的源能差出八成。

起因是上周在规整问答库。我们有一条核心业务问题，用户端会以三种方式问出来：

• A："GEO 内容页的分享按钮位置会影响引用吗"
• B："分享按钮放在哪，AI 更容易引用我的页面"
• C："内容页交互组件布局对 AI 搜索引用的影响"

三条问句语义上是一回事，我以为引用源会高度重合。跑完一看，A 和 B 的引用源交集只有 23%，C 跟另外两条几乎不搭边，重合度 11%。

我第一反应是采样批次出了问题，怕是老毛病又犯了。翻批次日志，三条问句同批、同毫秒戳、同采样源，分母一致。排除了数据一致性因素。

那就只能是问法本身在起作用。我把三条问句的引用源拉出来逐条比对，发现规律很明确：

• A 问句里带了产品名词（"GEO 内容页"），AI 倾向于引用工具文档、平台帮助中心这类结构化页面。
• B 问句是口语化疑问句，AI 引的是论坛帖、问答社区、经验分享。
• C 问句是学术化表述，AI 引的是行业报告、白皮书。

也就是说，AI 不是按"语义"找源，是按"问句语域"匹配源。你的问句越像文档，它就越给你文档；越像聊天，它就越给你聊天。

这件事对我的冲击在于：我们之前做 GEO 内容质量评估，一直假设"一个问题对应一个答案池"。现在看这个假设是错的。同一个问题，在 AI 眼里至少有三到四个答案池，取决于用户怎么问。

那内容质量怎么做？我的判断是不能再按"问题"做覆盖，得按"问法"做覆盖。具体三个动作：

1. 把核心业务问题拆成口语问法、名词问法、学术问法三类，分别测引用源分布，别混在一起算一个引用率。
2. 内容页面上，同一主题至少准备三种语域的版本——FAQ 页面对口语问法，产品文档页面对名词问法，深度文章对学术问法。
3. 引用率指标按语域分组看，合在一起的平均值没有意义，会掩盖某一类问法完全没被引用的情况。

技术门槛真不高，拆问法、分组测、补内容，三步就能落地。难的是肯不肯承认自己之前的"一个问题一个答案池"是想当然。

问一句：你们做引用率统计的时候，问句语域分过组吗？还是所有问法混在一起算一个数？